一、缺陷分类与检测标准

缺陷类型

外观缺陷：污渍、色差、纬斜、横档、破洞（需记录位置与尺寸）。

结构性缺陷：断经断纬、缺纱、冒线、针孔（对布料强度破坏性更大）。

染色性缺陷：染色不均、色花、脏污（影响外观均匀性）。

分级标准

采用 四分制评分法：

1分：缺陷长度≤3英寸

2分：3英寸<长度≤6英寸

3分：6英寸<长度≤9英寸

4分：长度>9英寸或严重破洞

（每码疵点总分不得超过4分）。

二、核心检测技术方案

（一）传统方法

人工检测：依赖经验目视检查，适合小批量或柔性材料，但效率低（约30米/分钟）、漏检率>15%。

物理/化学检测：

强力测试（拉伸、撕裂强度）

色牢度（水洗、摩擦、汗渍）及甲醛含量（A类≤20mg/kg）。

（二）机器视觉自动化方案

硬件配置

高分辨率工业相机（小检测精度0.05mm）

均匀光源系统（减少布料反光干扰）。

算法流程

A[图像采集] --> B(预处理：灰度化/降噪)

B --> C[特征提取：纹理/边缘分析]

C --> D{深度学习检测}

D --> E[缺陷分类与定位]

E --> F[结果输出与告警]

使用改进YOLOv5s模型，嵌入SENet模块提升小缺陷识别能力

融合Blob分析技术，分离连通域计算瑕疵面积。

性能指标

检出率：≥90%（人工约60%）

检测速度：60米/分钟（针织布场景）。

三、实施流程关键步骤

样品准备

覆盖全材质：天然纤维（棉/麻）、化纤（涤纶/尼龙）、混纺布

包含各加工阶段：坯布、染色布、功能性处理布。

系统部署

在线检测：集成于织机或后整理生产线，实时反馈缺陷位置

离线抽检：对成品布匹按10%比例抽检（GB/T标准）。

结果处理

自动生成质检报告（含缺陷位置图与评分）

数据接入MES系统，优化生产工艺参数。

四、行业趋势与建议

AI大模型应用：如星辰视觉大模型，通过“大小模型协同训练”提升泛化能力，减少标注样本需求。

多环节协同：纱线→织布→成品全链路质检数据互通，提前预警原料缺陷。

成本优化：

自动化验布机替代人工，投资回收期<2年（按3班倒测算）

优先在高端面料（医用/服装）产线部署。

注：检测标准需根据客户需求动态调整，如出口欧盟需符合OEKO-TEX® 2025版新增PFAS限制。

相关技术细节可进一步扩展探讨（如算法优化或硬件选型）。